基于STM32的智能指纹考勤管理系统

本文以STM32F103ZET6单片机为核心,采用取像设备对每个打考勤者的指纹图像进行读取,紧接着利用计算机的相关软件对STM32芯片进行控制,从而提取指纹图像的特征数据到服务器,最后利用云存储和数据库操作技术对提取的特征数据进行比对识别,实现对指纹所有者的身份进行确认,完成考勤。该系统有电路结构简单,开发成本低、操作准确、方便等优点。     

以人工标志物为基准的无人机定位系统

设计了一种以STM32单片机为控制核心的短距离高精度定位系统.系统通过识别定点位置的单一颜色块作为标识物来控制无人机不断飞到标识物上空,从而实现精准定位.本系统基于OV7670+STM32的结构开发,通过OV7670采集图像存储在FIFO中;STM32通过读取FIFO中的数据进行颜色识别与跟踪.实验结果表明,本系统识别准确率较高,定位精度较GPS定位提高了一个量级.     

基于OpenMV的生活垃圾智能分类系统设计

针对当前愈加严重的垃圾问题,本文设计了一种生活垃圾智能分类系统,以STM32F103ZET6单片机为控制核心,利用OpenMV进行图像识别,建立BP神经网络训练模型,经过训练后,能够实现不同种类的垃圾识别。主控单片机与OpenMV进行通信,实现图像数据的传递,控制二维云台对垃圾进行分类投放,采用超声波传感器实现垃圾箱的满载检测,同时在屏幕显示垃圾种类信息。本系统实现了垃圾类型识别,分类投放,满载检测,垃圾信息显示等功能,经系统测试功能良好。     

基于自动识别的自动打靶机器人系统

开发了一种基于图像识别的自动打靶机器人系统.该系统利用OV7670摄像头获取靶面图像,经过图像处理及靶面识别后得到射击成绩.本系统完成了对图像的采集 、识别 、判靶算法的研究,综合运用图像灰度化 、二值化 、阀值分割等图像预处理方法,采用局部特征识别的算法进行靶面检测,应用灰度特征识别光斑区域,以STM32F407单片机进行实时处理 、控制触摸屏显示环数.     

煤矿调度室员工自动签到系统的设计

针对煤矿采用的打卡记名等常规考勤方法存在的考勤信息不准确问题,采用人脸识别技术设计了一种煤矿调度室员工自动签到系统,介绍了系统的总体设计方案及人脸识别算法。该系统首先采集人脸图像并进行预处理,然后采用Adaboost算法进行人脸检测,最后采用POEM+分块PCA算法及最近邻法分类器对采集到的人脸图像进行识别,以实现调度室员工的自动签到功能,并对考勤状况加以记录,为员工考核提供依据。     

基于人脸识别的移动课堂考勤系统的设计与实现

本移动课堂考勤系统利用了人脸识别技术,在安卓客户端上实现课堂考勤,一键完成实时考勤及考勤统计功能。系统使用基于人脸特征点识别算法,通过对图片切割、人脸特征提取及降维,实现当前人脸信息与人脸数据库信息的匹配,从而实现人脸验证。实验表明,在误差允许范围内,本系统的准确率达到75%。     

一种基于OpenMV的智能停车场车牌识别系统

基于OpenMV模块,设计了一种车牌识别系统。该系统以STM32H7系列单片机为主控芯片,利用OV5640摄像头模组采集原始车牌图像,通过Micro Python语言算法对图像进行预处理、定位车牌、分割字符和模板匹配识别,最终通过QVGA屏幕和串口通信实输出车牌信息。本系统识别效果较好且所需芯片算力资源较少,适用于低成本、高效率的嵌入式平台。     

嵌入式远程实时监控图像传输控制系统设计

针对当前图像传输过程易出现信息丢失、耗时过长等问题,提出一种嵌入式远程实时监控图像传输控制系统设计方法;该设计方法基于STM32模式,通过STM43模式连接电源电路、接口电路、监控数据传输电路模块,到监控图像传输控制系统整体结构,将监控图像数据经IP网络与客户端相连实现监控图像传输,最后分别对监控信号处理模块和图像检测模块的算法进行优化;实验证明,所设计系统有效避免了图像传输中图像信息丢失现象,具有实践价值。     

STM32的便携式手机蓝牙考勤机系统设计

在研究各种考勤系统的基础上,提出了一种手机蓝牙实现考勤的方法。该系统采用STM32F103RBT6微处理器作为核心,利用蓝牙模块搜索手机蓝牙设备与本地数据库进行匹配,通过语音播报和液晶显示两种方式给出考勤结果。该设计可以改变传统的被动式考勤方式,且成本低、操作简便。     

智能废电池回收系统的设计

针对废电池在使用后对环境污染严重且回收困难的问题,设计了一种基于STM32和树莓派的智能废电池回收系统。系统主要由主控模块、检测模块、识别模块、显示模块、语音播报模块组成,利用STM32实现废电池投入检测、投入废电池种类和数量显示,通过TensorFlow训练树莓派进行机器视觉的深度学习。该系统能够很好地从垃圾中识别并...     

基于ARM构建Sobel边缘检测算子的指纹识别系统实现

介绍了一种采用ARM处理器作为控制核心,构建指纹识别算法的嵌入式系统的实现方法。该系统采用光学指纹传感器（内建格科微电子有限公司的光学GC0307CMOS图像采集芯片）与ARMCortexM3内核的意法半导体公司32位高性能单片机STM32F205RE组成功能主体,采fflSobel边缘检测算子、Gabor滤波、图像二值化等图像采集与处理算法对指纹图像进行识别。经过大量实践证明,该设计适合嵌入式组件开发中需要进行生物指纹特征提取、识别,指纹身份认证、比对等场合。系统具有高性价比且交互简易、识别率高、扩展性强,便于嵌入式应用。     

语音控制智能图像采集系统的设计与实现

本文以STM32F103ZET6微处理器为核心,将高性能语音识别芯片LD3320作为语音控制模块,通过CMOS图像传感器OV7670获取图像信息,设计了一种基于语音控制的智能图像采集系统。该系统通过语音识别模块识别非特定人的语音指令,并根据识别结果播放个性化的语音提示。在接收到有效的语音指令后,系统能够实现拍照储存或修改摄像相关参数等功能。该系统硬件资源精简,功能可扩展性强,使用轻松便捷,拥有广阔的应用前景。     

基于STM32的力反馈型康复机器人控制系统设计

研究了一种基于STM32的力反馈型康复机器人控制系统的设计。采用位置传感器和扭矩传感器检测康复机器人机械臂的位置信息以及机械臂与患者的相互作用力信息,将位置信息与作用力信息送入基于ARM-M3内核的STM32微控制器进行处理,从而实现康复机器人中驱动电机的控制。该系统硬件处理电路包括了扭矩信号的信号调理单元、微控制器控制单元、电机驱动单元以及USB接口单元。经实验验证,本系统可以实现康复机器人的平稳安全的控制。     

滤波融合算法的管道钢珠运动检测系统设计

本系统以STM32F103单片机为主控制器,采用LDC 1000金属传感器模块和MPU 6050陀螺仪作为钢珠识别及方向检测,构建完整的管道钢珠运动检测系统.STM32 F103单片机以ARM Cortex M3为核心编程器,通过LDC 1000金属传感器采集钢珠的数量信息,并经MPU 6050陀螺仪检测运行方向,采用卡尔曼滤波融合算法获取管道角度和角速度,最终由LCD ILI9325显示屏显示数量、角度及钢珠滚动的方向.     

基于PYNQ和STM32的自主式宠物跟随陪护系统

研究了一款基于PYNQ和STM32的自主式宠物跟随陪护系统，实现对宠物的实时陪护及自动喂食等功能。系统以STM32为主控芯片，在PYNQ上搭载改进型YOLO算法对图像进行实时处理，通过GPRS模块将宠物健康信息传送至PC端监测，并可通过PC端监测软件远程向终端下达指令。测试表明系统对宠物的识别准确率为82.3%，最高帧率可达11帧/秒；2小时内跟丢宠物次数平均为1.8次，跟丢后找回率为88.9%，具有较好的宠物识别及跟踪效果。     

基于STM32的车牌识别模块在烟花溯源系统中的应用

烟花溯源需要对运送烟花的车辆进行监管以便后续追踪定位,所以论文设计了基于STM32的车牌识别模块,结合无线射频模块,利用先进的电子通讯技术对烟花出入库进行严格监管,以STM32F103处理器为控制中心,通过OV7670摄像头采集烟花出库过程中车辆的图像信息,通过RFID模块触发摄像头拍照,并将采集到的图像进行车牌识别,定位出车牌号码,并以文本形式无线上传至上位机,同时将图片信息存入SD卡.该系统硬件体积小,成本低,灵活性好,安装方便,适合出入车辆较少、背景较简单的厂区、仓库的车辆自动监管.     

基于深度学习的人脸识别课堂考勤系统设计

课堂考勤是课堂教学中的重要环节,随着信息技术的发展,以人脸识别为代表的生物特征识别技术应用于课堂考勤管理,但传统人脸识别技术存在识别速度慢、准确率低等问题。根据课堂考勤管理业务需求,设计了基于深度学习的人脸识别课堂考勤系统。该系统采用Dlib库的深度学习模型对摄像头捕获的学生图像信息进行人脸特征提取与人脸对比,可以自动进行人脸识别与数据统计。测试结果表明,该系统能够满足省时、高效、准确性高的设计要求。     

基于人脸特征的疲劳驾驶预警系统

通过对面部主要特征定位检测技术实时检测驾驶人员在驾驶过程中出现的疲劳状态,以无线传输方式传入云端进行检测,并通过语音进行预警,实现从疲劳状态检测到预警的全过程。人脸疲劳状态的采集识别硬件部分以STM32为核心,搭配了摄像头模块、扬声器模块和联网模块。语音互动技术采用百度云SDK实现,同时从语音数据采集、语音数据处理、语音合成,对驾驶员的语音进行解析。系统克服了传统算法中检测指标单一、不能准确地检测疲劳状态、检测图像清晰度模糊的问题。     

基于STM32F417的图像采集系统设计

设计了一种基于STM32F417的图像采集系统。以STM32F417微控制器为核心,通过CMOS图像传感器OV7670获取图像信息,在微控制器的控制下,将图像信息经FIFO缓存后存入SD卡中,并通过LCD实时预览。该系统硬件资源精简,采集的图像显示清晰,可扩展性强,适合便携式图像采集系统使用。     

基于ZigBee的智能考勤系统设计

针对目前我国高等学校基层学生考核工作烦琐等问题,笔者设计了一种基于ZigBee的智能考勤系统。本系统采用OV7725获取学生的实时图像,采用stm32f765处理器进行LBP算法运算,实现对学生的人脸识别,通过查询方式找到学生的对应信息,利用ZigBee无线通信技术将数据传输到用户计算机,用户计算机经过读取、处理、存储,完成考勤工作,实时监控学生是否早退迟到等情况。该设计便捷灵活、控制简便,达到了预期设计目的,具有良好的经济使用前景。